计算偏度Skewness与峰度kurtosis的python程序—

偏度和峰度都是统计量
偏度Skewness(三阶) ——三阶中心距除以标准差的三次方

峰度Kurtosis (四阶) —— 概率密度在均值处峰值高低的特征，常定义四阶中心矩除以方差的平方，减去三；

import matplotlib.pyplot as plt
import math
import numpy as npdef calc(data):n = len(data)niu = 0.0niu2 = 0.0niu3 = 0.0for a in data:niu += aniu2 += a**2niu3 += a**3niu/= n   #这是求E(X)niu2 /= n #这是E(X^2)niu3 /= n #这是E(X^3)sigma = math.sqrt(niu2 - niu*niu) #这是D（X）的开方，标准差return [niu,sigma,niu3] #返回[E（X）,标准差，E（X^3）]def calc_stat(data):[niu,sigma,niu3] = calc(data)n = len(data)niu4 = 0.0for a in data:a -= niuniu4 += a ** 4niu4 /= n   skew = (niu3 - 3*niu*sigma**2 - niu**3)/(sigma**3)kurt =  niu4/(sigma**2)return [niu,sigma,skew,kurt] #返回了均值，标准差，偏度，峰度if __name__== "__main__":data = list(np.random.randn(10000))#关于此处的数组与列表data2 = list(2*np.random.randn(10000))data3 = [x for x in data if x> -0.5]data4 = list(np.random.uniform(0,4,10000))[niu,sigma,skew,kurt] = calc_stat(data)[niu2,sigma2,skew2,kurt2] = calc_stat(data2)[niu3,sigma3,skew3,kurt3] = calc_stat(data3)[niu4,sigma4,skew4,kurt4] = calc_stat(data4)print niu,sigma,skew,kurtprint niu2,sigma2,skew2,kurt2print niu3,sigma3,skew3,kurt3print niu4,sigma4,skew4,kurt4info = r'$\mu=%.2f,\ \sigma=%.2f,\ skew=%.2f,\ kurt=%.2f$'%(niu,sigma,skew,kurt)info2 =r'$\mu=%.2f,\ \sigma=%.2f,\ skew=%.2f,\ kurt=%.2f$'%(niu2,sigma2,skew2,kurt2)plt.text(1,0.38,info,bbox=dict(facecolor='red',alpha=0.25))plt.text(1,0.35,info2,bbox=dict(facecolor='green',alpha=0.25))#plt.text(x的位置，y的位置，面板内写的信息，标签框的属性=dict（facecolor='面板颜色'，alpha='深浅度'）)plt.hist(data,50,normed=True,facecolor='r',alpha=0.9)#hist直方图/箱式图(#将data中的元素分到50个等间隔的范围内，返回每个范围内元素的个数作为一个行向量，#50代表要分的元素的个数##facecolor,alpha都是代表颜色的)plt.hist(data2,80,normed=True,facecolor='g',alpha = 0.8)plt.grid(True)plt.show()

计算偏度Skewness与峰度kurtosis的python程序——简单相关推荐

偏度(skewness)和峰度(kurtosis）
偏度偏度(skewness),是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数字特征.定义上偏度是样本的三阶标准化矩. 偏度定义中包括正态分布(偏度=0),右偏分布(也叫正偏分布,其 ...
数据分布的偏度(skewness)和峰度(kurtosis）
偏度(skewness) 是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数值特征:定义为:样本的三阶标准化矩. Skew(X)=E[(X−μσ)]=k3σ3=k3k23/2Skew(X ...
统计学中数据分布的偏度(skewness)和峰度(kurtosis）
转载于:https://www.cnblogs.com/shadow1/p/10914798.html
python程序简单快速写能谱实验word报告
python程序简单快速写能谱实验报告第一步获取报告的图片第二步获取报告中的表格数据第三步创建word 并自动写入图片和表格数据第一步获取报告的图片由于我需要的图片在一个最原始的实验 ...
编写一个python程序用来计算投资回收期_智慧职教云课堂Python程序设计基础（九江职业技术学院)题目答案...
编写递归算法,依据树的双亲表示法及其根结点创建树的孩子兄弟链表存储结构.要求写算法以前先写出请用类C或用类Pascal语言编写算法.请编写在中序全线索二叉树T中的结点P下插入一棵根为X的中序全下列 ...
使用wxPython开发带有GUI图形界面的Python程序简单实例
开发环境:Python 3.6 首先安装wxPython包 pip install wxPython 下载wxFormBuilder可以很方便的绘制用户界面各种控件 https://github.co ...
浅谈KNN算法原理及python程序简单实现、KD树、球树
最近比较空闲,打算利用这一段时间理一下机器学习的一些常见的算法.第一个是KNN算法: KNN 1.原理: KNN,K-NearestNeighbor---K最近邻 K最近邻,就是K个最近的邻居的意思, ...
偏度与峰度（附python代码）
1 矩对于随机变量X,X的K阶原点矩为 X的K阶中心矩为期望实际上是随机变量X的1阶原点矩,方差实际上是随机变量X的2阶中心矩变异系数(Coefficient of Variation):标准差 ...
【python】计算偏度和峰度
本篇博文,首发在AIexplore微信公众号,内容总体相同,均为原创,特此申明. 0.教程代码环境 # 其他环境也可以,不一定非要一样 python 3.6 numpy 1.19.3 matplotl ...

计算偏度Skewness与峰度kurtosis的python程序——简单

计算偏度Skewness与峰度kurtosis的python程序——简单相关推荐

最新文章

热门文章